ニューヨークに本社を置くHebbiaは、Andreessen Horowitz、Index Ventures、Peter Thiel、そしてGoogleのベンチャー部門を含む投資家から1億3000万ドルのシリーズB資金調達を発表しました。

Hebbiaが構築しているのは、非常にシンプルなものです。LLMをローカル化した生産性インターフェースで、データの種類やサイズに関わらず、データから価値を引き出すことを容易にします。同社は、ヘッジファンドや投資銀行など、金融サービス業界の大手企業とすでに提携しており、今後数日でより多くの企業にこの技術を提供する予定です。

image.png

製品入口:https://top.aibase.com/tool/hebbia

LLMベースのチャットボットは、内部文書やプロンプト文書に基づいて動作できますが、多くの人が、これらのアシスタントはビジネス機能に関する複雑な質問に答えることができないことに気づいています。場合によっては、コンテキストウィンドウが問題で、提供された文書のサイズを処理できないことがあり、また、クエリが複雑すぎてモデルが正確に解決できないこともあります。誤りは、チームが言語モデルへの信頼を失うことにもつながる可能性があります。

Hebbiaは、LLM関連の代理副操縦士Matrixを提供することで、このギャップを解消します。この製品は、企業の業務環境に配置され、知識労働者が内部文書に関する複雑な質問(PDF、スプレッドシート、Word文書から音声転写まで)を、無限のコンテキストウィンドウで提出することを可能にします。

ユーザーがクエリと関連する文書/ファイルを提示すると、MatrixはそれをLLMが実行できるより小さな操作に分解します。これにより、文書に含まれるすべての情報を一度に分析し、必要な情報を構造化された形式で抽出できます。Hebbiaによると、このプラットフォームにより、モデルは任意の数(数百万から数十億)の文書とデータモダリティを推論することができ、関連する参照を提供することで、ユーザーは各操作を追跡し、プラットフォームが最終的にどのように回答を導き出したかを理解することができます。

最新の資金調達ラウンドを通じて、同社はこれを基盤としてさらに努力し、より多くの企業がプラットフォームを利用して、従業員が知識を検索する方法を簡素化することを目指しています。

Hebbiaはこの分野で唯一の企業ではありません。Gleanなど、他の企業も企業向けのAIベースの知識検索を模索しています。カリフォルニア州パロアルトに本社を置くこのスタートアップ企業は、2022年にユニコーン企業となり、ChatGPTのようなアシスタントを職場生産性のために構築しています。Vectaraのような企業も、企業データに基づいた汎用AIエクスペリエンスの実現に取り組んでいます。

要点:

👉 Hebbiaは1億3000万ドルのシリーズB資金調達を行い、データから価値を引き出すことを容易にするLLMをローカル化した生産性インターフェースの構築を目指しています。

👉 Hebbiaの代理副操縦士Matrixは、すべての文書に含まれる情報を分析し、必要な情報を構造化された形式で抽出できます。

👉 Hebbiaは、CharlesBank、Center View Partners、米国空軍などの機関と提携しており、1000を超える実用例を保有しています。